¿Qué comportamientos de nuestros usuarios interesan para el Behavioral Targeting?

1 Comment

En anteriores posts hemos profundizado acerca de las diferencias de la segmentación de clientes con respecto al Behavioral Targeting, y cómo el Behavioral Targeting nos ofrece una mayor capacidad de segmentación y adaptación de nuestras campañas a los perfiles reales de nuestros compradores. Ahora bien, ¿qué tipos de comportamientos nos interesan a la hora de segmentar a nuestros clientes en función de sus perfiles de compradores? En este artículo vamos a revisar algunos de los comportamientos más interesantes.

Datos referentes a la geolocalización y dispositivo

Geolocation

Solo por entrar en nuestra web, nuestros usuarios ya nos están ofreciendo una información más que valiosa. Esta información ya se utiliza por herramientas de analítica como Google Analytics para ofrecernos insight acerca de nuestros clientes, pero poca gente la está utilizando para personalizar la oferta o las acciones de marketing insite.

Para empezar, resulta muy fácil extraer la geolocalización de nuestro usuario, a distintos niveles, ya bien sea a nivel de continente, país, región, ciudad o incluso si el usuario está accediendo desde un edificio que corresponde a alguna gran empresa. Esta información es muy valiosa, ya que si sabemos que un usuario accede desde, por ejemplo, Galicia, y nosotros vendemos ropa online, será mejor ofrecerle ropa de abrigo o preparada para un clima más húmedo y frío como el clima gallego. Sin embargo, para usuarios que accedan desde regiones más cálidas, como pueda ser Murcia, podemos ofrecerle de primeras productos más adecuados para este tipo de clima.

Otro tipo de información que nos brindan los usuarios cuando acceden a nuestra web es el dispositivo desde el que acceden, lo cuál también nos aporta distintos niveles de detalle. Por un lado podemos saber si accede desde un ordenador de escritorio, desde un tablet o desde un móvil. Esto nos permite determinar algunas de las posibles causas de su visita. Si por ejemplo accede desde un móvil, muy probablemente esté haciendo «showrooming» y buscando el mejor precio para un determinado producto. Si accede desde un tablet la intención de compra será mayor, pero tampoco podemos entretenerle demasiado. Sin embargo, si el usuario está delante de un portátil u ordenador de sobremesa, estará más dispuesto a una mayor navegación de nuestro catálogo.

Poca gente está haciendo esto, pero, ¿nos atreveríamos a mostrar precios más baratos a aquellos usuarios que están accediendo desde un smartphone? De esta forma podremos captar más fácilmente a aquellos usuarios que están haciendo «showrooming».

Datos referentes al canal de entrada

Traffic Sources

Otro dato que nos ofrece el usuario nada más entrar en nuestra web es el canal de acceso que ha utilizado para llegar a nuestra tienda. Por ejemplo, podemos saber si viene de una búsqueda en Google, o si viene referido por alguna red social o cualquier otro sitio. Incluso podemos saber (aunque cada vez tenemos este dato más restringido), la palabra clave utilizada en Google para llegar a nuestra web.

¿De qué nos sirve esta información? Pues desde mi perspectiva para muchas cosas. Por ejemplo, si hemos lanzado una campaña específica en adwords con el mensaje de que tenemos los mejores precios, podemos hacer que cuando el usuario que acceda a nuestra tienda gracias a esa campaña, vea un mensaje en nuestra tienda (por ejemplo un pop-up), con el mismo mensaje, para que su experiencia sea consistente. O si el usuario viene de Facebook, podemos mostrarle un pop-up donde se le anime a que se registre en nuestra tienda utilizando un Facebook Login.

Vamos, al final este tipo de datos nos permiten adaptar la experiencia de compra para que sea consistente con respecto al medio donde nos ha conocido, y de esa forma hacer que la experiencia sea más inmersiva y obtengamos el mejor retorno posible.

Datos referentes a las visitas que ha realizado el usuario en nuestra web

Otro tipo de datos interesante para segmentar a nuestros clientes y actuar en consecuencia son las visitas que han realizado a nuestra web. Por un lado, la información sobre las visitas nos permite adaptar nuestro mensaje, ya que a un usuario que sea nuevo y no conozca anteriormente nuestra web, haya que transmitirle mensajes más centrados en que descubra nuestros elementos diferenciales y convencerle de que somos «confiables«. Para usuarios recurrentes, los mensajes puedan ir profundizando en otra serie de valores.

Con respecto a la información sobre las visitas, tenemos distintos datos de interés: número de sesiones que ha abierto el usuario en nuestra tienda, duración media de las sesiones, número de páginas vistas en total, número de veces que ha visitado un producto en particular, etc.

Aunque estos datos «en bruto» puedan no aportarnos demasiado, si podemos combinarlos para actuar en función de situaciones que nos interesen. Por ejemplo, si el número de visitas que, en media, necesita uno de nuestros usuarios para comprar un producto son 3 visitas, y tenemos algún usuario que supera con creces esa media (por ejemplo ha visitado nuestra web, sin realizar una compra, más de 5 veces), podemos plantear alguna estrategia orientada a convencerle de que tiene que realizar su compra, ya bien sea mediante una promoción, descuento, etc. Hacer esto de forma manual sería prácticamente imposible, pero con una herramienta de behavioral targeting podremos automatizar este tipo de comportamientos.

Datos referentes a las compras que ha realizado el usuario en nuestra tienda

purchase

Un nivel mayor de interés son los datos referentes a las compras, ya que cuando un usuario realiza la primera compra en nuestra web ya no debemos tanto convencerle de que compre, si no fidelizarle. Con respecto a las ventas, tenemos también multitud de datos por los que segmentar a nuestros clientes: número total de compras, número de productos que ha comprado, número de productos en media que hay en cada compra, número de carritos que ha creado el usuario, etc.

Con una herramienta de behavioral targeting podemos automatizar la aplicación de reglas de marketing insite orientadas a la fidelización de usuarios que ya nos han comprado. Por ejemplo, ¿no os parece interesante mostrar algún tipo de descuento orientado a fidelizar a aquellos usuarios que nos han comprado más de 2 veces en este último mes?

Pero no acaba aquí la cosa…

Hemos comentado algunos de los datos más relevantes con los que podemos «jugar» para nuestras segmentaciones y plantear campañas de marketing insite para aumentar la conversión o lograr otros objetivos de negocio. Ahora bien, debemos ser lo más abiertos posibles y darnos cuenta de que tal y como podemos registrar cualquier tipo de comportamiento de un usuario en nuestra web, también podemos utilizar esa información para segmentar a nuestros usuarios y así diseñar campañas específicas para cada tipo de perfil de usuario.

¿Tu ya estás aplicando este tipo de segmentaciones? ¿Tienes pensado hacerlo? Estaré encantado de discutir con vosotros las posibilidades del Behavioral Targeting en los comentarios de este artículo 🙂

Cofundador y CMO de BrainSINS. Apasionado del eCommerce, conversiones, márketing online y Big Data.

Suscríbete a nuestra newsletter